[发明专利]基于联合双边滤波与极限学习机的高光谱图像分类方法在审
| 申请号： | 201710198147.X | 申请日： | 2017-03-29 |
| 公开（公告）号： | CN107169407A | 公开（公告）日： | 2017-09-15 |
| 发明（设计）人： | 李特权;杨志景;陈尉钊;曹发贤;凌永权;蔡念 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 广东广信君达律师事务所44329 | 代理人： | 杨晓松 |
| 地址： | 510062 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于联合滤波与超限学习机的高光谱图像分类方法,通过将高光谱图像进行归一化处理，用主成份分析的方法对高光谱图像提取第一主成分；用提取完的第一主成分作为引导图和归一化后高光谱图像的每一层光谱进行空间上的滤波处理，从而形成修正后的高光谱分类图像；将修正后的高光谱图像随机取一定数量的样本作为训练数据集并将训练数据集根据已知的分类信息进行类别标记，剩下样本的作为测试数据集；用标记后的训练样本对超限学习机分类器进行分类训练；最后用训练完的超限学习机对测试数据集进行分类预测，从而达到提升分类精度的效果。 | ||
| 搜索关键词： | 基于 联合 双边 滤波 极限 学习机 光谱 图像 分类 方法 | ||
【主权项】：
一种基于联合滤波与超限学习机的高光谱图像分类方法，其特征在于，包括以下步骤：(1)、将高光谱图像进行归一化处理，用主成份分析的方法对高光谱图像提取第一主成分；(2)、用提取完的第一主成分作为引导图和归一化后高光谱图像的每一层光谱进行空间上的滤波处理，从而形成修正后的高光谱分类图像；(3)、将修正后的高光谱图像随机取一定数量的样本作为训练数据集并将训练数据集根据已知的分类信息进行类别标记，剩下样本的作为测试数据集；(4)、用标记后的训练样本对超限学习机分类器进行分类训练；(5)、最后用训练完的超限学习机对测试数据集进行分类预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710198147.X/，转载请声明来源钻瓜专利网。
